1.
可逆决策 vs. 不可逆决策
我们通常认为收集尽可能多的信息将有助于我们做出最佳决策。有时候这是对的，但有时候这反而会拖累我们的进度。在某些情况下，它甚至会非常有风险。
许多顶尖的成功人士会采用简易而且通用的启发式决策法，以便省去针对单独情况的思考。
启发法（heuristics）是指依据有限的知识或不完整的信息在短时间内找到问题解决方案的一种方法。
对史蒂夫·乔布斯而言，启发法的默认模式也许是“说不”；对沃伦·巴菲特而言，是对任何需要计算器或电脑辅助的决策“说不”；对埃隆·马斯克而言，启发法可能意味着从“第一性原理”开始推演。
亚马逊的创始人杰夫·贝佐斯为我们提供了另一个可以借鉴的决策方法，他会先问自己：这是一个可逆决策还是不可逆决策？
“It comes from saying no to 1,000 things to make sure we don’t get on the wrong track or try to do too much.” ——Steve Jobs
如果决策是可逆的( reversible)，即使没有全面的信息，我们也要当机立断；如果决策是不可逆的( irreversible)，那么我们最好三思而后行，确保考虑足够充分的信息，并尽可能透彻地审视问题后再行动。
贝索斯利用这种启发法做了创立亚马逊的决策。他认识到，亚马逊就算失败了，他也能重回之前的岗位。他仍可以从失败中学到很多，并不会因此后悔。他敢于冒险，因为这项决策是可逆的。启发法很好地为他所用，并长期为他的决策提供指导。
2.
不确定时的决策方式
假设你浏览了网上的评论后，决定去一家新的餐厅就餐。你从来没去过，所以并不清楚餐厅的食物是否可口，气氛是否会无聊。不过，你还是根据评论里呈现的不完整信息做了决策。因为你明白，就算你不喜欢这家餐厅，也不是什么大不了的事。
而在有些情况下，不确定性会带来小小的风险。比如说，当你决定加入某家公司，却还不了解公司的文化，也不确定自己在新人“蜜月期”结束后会如何评价这份工作。
我们可以很快做出可逆决策，不会为了没能获取完整的信息而困扰。决策若有偏差，我们也做好了从失败中汲取经验的准备。通常来说，为收集更多信息和寻找完美答案而付出的时间与精力并不值得。尽管你的研究可能会使决策质量提升5％，但你也可能因此错失机会。
可逆决策并非轻率敷衍或一知半解的借口，而是一种根据所做决策的类型调整决策框架的信念。可逆决策没有必要和不可逆决策遵循同样一条路。
3.
快速决策的能力是一项竞争优势
初创公司一个主要的优势，在于具备高“速度”运行的能力，而成熟公司往往只有行动“速率”。两者之差南辕北辙，好比成功与失败的区别。
速率通过一段时间内的移动距离来测量。如果我们从纽约飞往洛杉矶，从肯尼迪机场起飞后在纽约环绕了三个小时，虽然我们正在以很快的速率前进，但我们没有抵达任何地方。速率并不关心你是否正向着自己的目标前进。反之，速度通过一段时间内的位移来测量，速度存在的前提是，你需要朝目的地的方向迈进。
这种启发法解释了能快速决策的初创公司为什么比成熟公司更有优势。这种优势还会被外界因素所放大，比如环境变化的节奏。环境变得越快，就越有利于能快速决策的人，因为他们学得更快。
历次的决策累积成可供参考的数据，这将帮助我们在未来做出更明智的决策。我们完成OODA循环的速度越快越好。这个框架并非只适用于特定情形的一次性理论，而是一种启发法，是决策工具包中不可或缺的组成部分。
OODA是observe（观察）、orient（调整）、decide（决策）和 act（行动）的缩写。
通过实践，我们也能更好地认识不佳决策，学会灵活转移而不陷入沉没成本谬误，纠结于过去的选择。同等重要的是，我们可以不再将错误或者小小的失败视为灾难，而将它们看作可以为未来决策提供指导的纯粹的信息。
4.
单向门 vs. 双向门
贝索斯将决策与门进行类比：可逆决策是双向门；不可逆决策是单向门，当你穿门而过，你将无法回头。大多数决策都属于前者，拥有重来的机会（尽管我们无法还原已经耗费的时间与资源）。穿过一扇可逆的门所获的信息是：我们知道门的另一边是什么了。
在他的致股东信中，贝索斯写道：
“一些决策是至关重要的、不可逆转的或几乎不可逆转的，就像一扇单向门。因此这些决策必须经过深思熟虑与磋商，然后有条不紊地、谨慎地、缓慢地推进。
如果你穿过门后不喜欢你在另一边看到的东西，你也没法回到从前，我们称之为1型决策。然而大多数决定并非如此，而是可逆的，像一扇双向门。如果你做了这种2型决策，就没必要过度看重结果的好坏，你可以打开门载回去。拥有决策权的高管或者团队有权而且理应快速做出2型决策。
随着公司规模扩大，滥用1型决策的趋势开始浮现，乃至许多原本适用于2型决策的问题也被囊括其中。导致的后果是拖沓、盲目的风险厌恶，而且想得太多、尝试不足，创造力也随之衰减。我们必须想办法克服这种趋势。”
贝索斯举了一个例子——面向那些愿意支付额外费用的用户，提供1小时到家的快递服务。在方案拟定后不到四个月，这项服务就推出了。在111天里，团队“开发了一个面向用户的应用程序，确定了城市仓储的位置，确定了25,000件上架销售的商品，备好库存，招募并启用新员工，测试、迭代、设计新软件供内部使用，其中包括仓库管理系统和驾驶员应用程序，软件在假期前就及时启动了。”
贝索斯给出的进一步指导是，他认为拥有70%的确定性时，是做决策的合适节点。这意味着，一旦我们获得所需信息量的七成就能采取行动，而不是等待更长时间。凭借70％的确定性就决策、之后再进行路线纠正，比等待确定性达到90％更有效率。
在《眨眼之间：不假思索的决断力》(Blink: The Power of Thinking Without Thinking)一书中，马尔科姆·格拉德威尔（Malcolm Gladwell）解释了，为什么在不确定下做决策会非常有效率。
我们通常认为信息越充足做的决策就越稳妥——如果医生建议增加检测，我们倾向于相信这会带来更准确的结果。然而，格拉德威尔并不同意这种观点：“事实上，你只需知晓少量的信息，就能发现复杂现象隐含的本质。你需要的不过是心电图、血压值、肺部积液和不稳定心绞痛的证据。那不过是一份激进的声明而已。”
与许多领域一样，在医学领域，信息量越高并不能确保结果越完善。格拉德威尔举例说明了这一点，一位男性患者因为间歇性胸痛来医院看病，此人的各项生命体征指标都显示正常，但他的生活方式的确有致病风险，而且两年前曾接受过心脏手术。假设医生查遍了现有的信息，那么结论就会是该男子需要住院治疗。不过，生命体征指标外的其他因素在短期内并不重要。尽管从长远来看，他患心脏病的几率极高。
格拉德威尔写道：“......在确定男子病症这件事上，额外因素的作用微乎其微。就算摒弃它们，也可以做出准确的诊断。事实上，……多余的信息非但无用，甚至有混淆问题的害处。在确诊病人是否患有心脏病时，医生们之所以屡屡失误，就是因为他们考虑的因素太多了。”
贝索斯的策略方式使他在保持初创公司行事节奏的同时，成为了行业巨头，值得我们借鉴。许多大公司内部都处于停滞状态，而贝索斯用他的启发法克服了这一点。其关键在于保持高效，而不是一味遵循拖慢决策的工作流程。
一旦你明白了可逆决策的可逆特质，你就可以开始把它们视为提升学习速度的机会。在公司层面，允许员工做可逆决策并从中学习，将有助于你像初创公司般高速前行。毕竟，当别人以速率行动时，你以速度行动，实现超越将是意料之中的事。
